如何在Pandas中按Hr分组后获取对应最高Freq的Loc值？

你现有一个以Hr为索引的Pandas DataFrame，包含Loc和Freq列，共约5000行。需要按Hr分组，提取每组中Freq（频率）最高的对应Loc值，同时保留Hr、Loc、Freq三列数据。

之前执行的location.groupby(['Hr'])['Freq'].max()仅能得到每组的最高Freq值，无法关联对应的Loc，可以用以下几种方法实现需求：

方法一：利用idxmax定位最大值行 #

idxmax会返回每组中Freq最大值对应的原DataFrame索引，通过loc即可提取完整行数据：

# 获取每组Freq最大值对应的行索引
max_freq_indices = location.groupby('Hr')['Freq'].idxmax()
# 提取对应行，保留所有列
result = location.loc[max_freq_indices].reset_index(drop=False)

执行后result即为包含Hr、Loc、Freq的目标结果，每组仅保留Freq最大的一行。

方法二：排序后取每组首行 #

先按Hr升序、Freq降序排序，再取每组第一行：

# 按Hr分组内的Freq降序排列，取每组第一行
result = location.sort_values(by=['Hr', 'Freq'], ascending=[True, False])\
                .groupby('Hr').head(1)\
                .reset_index(drop=False)

这种方法逻辑直观，同样能得到每组Freq最高的行数据。

方法三：保留所有最大值行（多值情况） #

如果存在同一Hr组内多个Loc的Freq同为最大值的情况，可使用transform筛选所有符合条件的行：

# 计算每组的最大Freq值
max_freq_per_group = location.groupby('Hr')['Freq'].transform('max')
# 筛选出所有Freq等于组内最大值的行
result = location[location['Freq'] == max_freq_per_group].reset_index(drop=False)

此方法会保留每组中所有Freq为最大值的行，适合需要完整展示所有极值数据的场景。

内容的提问来源于stack exchange，提问作者azaya